Elon Musk đã tái xuất khẩu hội nghị Davos đầu năm nay, ông đã một lần nữa nhấn mạnh bản dự đoán cực kỳ kích động đó — trong tương lai, số lượng robot trên Trái Đất sẽ vượt qua con người.

Rõ ràng, trí tuệ nhân tạo (AI) và robot đã trở thành hai chủ đề công nghệ duy nhất trên toàn cầu: một là tiến gần đến ngưỡng AGI của trí tuệ nhân tạo tổng quát, hai là robot đang rời khỏi phòng thí nghiệm, cố gắng tiếp quản hoàn toàn lao động cơ thể của con người. Tương tự, ngoại trừ khái niệm về AI, lĩnh vực tiền mã hóa trong năm nay cũng bao gồm Khối Đua Có Trí Tuệ. Dưới đây là các dự án đáng chú ý trong Lĩnh Vực Robot.

OpenMind

Vào ngày 4 tháng 8 năm 2025, theo tin tức chính thức, công ty cơ sở hạ tầng máy móc thông minh OpenMind đóng vốn 20 triệu USD, do Pantera Capital dẫn đầu, cùng với sự tham gia của Ribbit, Sequoia China, Coinbase Ventures, DCG, Lightspeed Faction, Anagram, Pi Network Ventures, Topology, Primitive Ventures và Amber Group cùng nhiều tổ chức khác và nhiều nhà đầu tư thiên tài nổi tiếng.

OpenMind thông qua việc phát triển phần mềm mã nguồn mở để giúp robot suy nghĩ, học tập và làm việc. Hệ điều hành AI robot mã nguồn mở gốc OM1 cho phép cấu hình và triển khai AI Agent trong thế giới số và thế giới vật lý. Người dùng có thể tạo một nhân vật AI, chạy nó trên đám mây, cũng như chạy nó trên robot vật lý thực tế.

Một cách dễ hiểu, OpenMind làm OM1, tương tự như đang tạo ra "não bộ" AI cho robot. "Não bộ" này có thể bao gồm nhiều AI Agent làm việc cùng nhau, tương tác với nhiều LLM, cũng như lấy dữ liệu từ nhiều nguồn để làm việc (ví dụ: giúp người dùng đăng bài trên mạng xã hội). Vì OM1 là mã nguồn mở, nên đây cũng là một hệ điều hành robot rất linh hoạt, tương tự như hệ điều hành Android trên điện thoại không phụ thuộc vào phần cứng.

Ngoài ra, OpenMind còn có một mạng lưới robot trên chuỗi tên FABRIC, mục tiêu là đem lại một lớp tin cậy có thể xác minh cho cả con người và robot. Con người có thể chia sẻ dữ liệu vị trí qua bản đồ, đánh giá hành vi robot cũng như phát triển trên đó để nhận huy chương, trong khi đối với robot, mỗi robot cài đặt hệ thống OM1 đều sẽ tham gia mạng FABRIC, từ đó có một danh tính có thể xác minh duy nhất và làm cho các hoạt động của robot như lệnh, nhật ký hoạt động, quyền sở hữu có thể được theo dõi trên chuỗi.

Vào tháng 12 năm 2025, OpenMind và nhà phát hành stablecoin Circle đã công bố hợp tác, ra mắt hệ thống thanh toán tự động của robot dựa trên giao thức x402. Khi khả năng của robot ngày càng cao, chúng sẽ không chỉ là công cụ thực hiện nhiệm vụ mà còn bắt đầu đóng vai trò của một thể chế kinh tế tự trị. Chúng cần mua sức mạnh tính toán, dữ liệu, kỹ năng, thậm chí thuê các robot khác hoặc con người để hoàn thành nhiệm vụ phức tạp.

CodecFlow

CodecFlow cung cấp một nền tảng thống nhất có thể chạy mượt trên đám mây, vi xử lý, máy tính để bàn và phần cứng robot, đồng thời hỗ trợ các hệ thống API phổ biến hiện tại. Nền tảng này chuẩn hóa đầu vào cảm biến của các robot khác nhau thành định dạng chung và modul hóa các hành động của robot phức tạp hơn, giúp nhóm phát triển hoặc người dùng không cần phải thiết kế robot từ đầu, các robot cũng tương tác với nhau thông qua mạng lưới trong quá trình cảm nhận, quyết định và kiểm soát, thay vì sự phân mảnh hoặc hướng đến một nền tảng cụ thể của phần cứng.

Người điều hành được truyền động bằng trí tuệ nhân tạo thông qua cảm nhận và suy luận theo thời gian thực, phản ứng với sự thay đổi trong giao diện người dùng hoặc môi trường robot, nhằm giải quyết vấn đề của quá trình tự động hóa robot truyền thống quá phụ thuộc vào script được viết trước, đối mặt với sự dễ vỡ khi có thậm chí là sự thay đổi nhỏ. Nói một cách đơn giản, đó là việc chụp ảnh màn hình, hình ảnh từ camera hoặc dữ liệu cảm biến, sau đó sử dụng trí tuệ nhân tạo xử lý dữ liệu đầu vào bên ngoài này để xử lý kết quả quan sát hoặc chỉ thị, cuối cùng thực hiện quyết định thông qua tương tác giao diện người dùng.

Peaq

Vào ngày 27 tháng 3 năm 2025, giao thức DePIN Layer1 Peaq đã hoàn thành việc huy động vốn 15 triệu đô la, do Generative Ventures và Borderless Capital dẫn đầu, Spartan Group, HV Capital, CMCC Global, Animoca Brands, Moonrock Capital, Fundamental Labs, TRGC, DWF Labs, Crit Ventures, Cogitent Ventures, NGC Ventures, Agnostic Fund, Altana Wealth tham gia đầu tư.

Mặc dù câu chuyện ban đầu là về DePIN, nhưng peaq đã phát hành SDK Robotics vào tháng 9 năm ngoái, cho phép robot có thể nhận danh tính tự chủ, thực hiện thanh toán và nhận thanh toán, xác minh dữ liệu, tham gia vào nền kinh tế mạng. Hiện nay, bất kỳ robot nào tương thích với hệ thống ROS2 đều có thể tham gia vào nền kinh tế peaq, sử dụng tiêu chuẩn chung của mình để giao dịch với con người hoặc robot khác.

Ngoài ra, vào năm ngoái, peaq đã ra mắt một dự án RWA của robot có tên là "RoboFarm" trên DualMint, họ đã thành lập một trang trại robot tại Hồng Kông, thực hiện việc tự động hóa 80% sản xuất nông nghiệp thông qua robot. Rau xà lách, rau chân vịt và cải bắp được trồng và bán tại Hồng Kông. Lợi nhuận ước tính hàng năm cho chủ NFT là khoảng 18%.

Axis Robotics

Axis Robotics cam kết xây dựng cơ sở hạ tầng mở rộng phân tán có trí tuệ vật lý (Physical AI). Họ tin rằng tiên quyết là mô phỏng (Simulation First) là con đường tốt nhất để vượt qua sự khan hiếm dữ liệu và chướng ngại vật tổng quát hóa của mô hình robot, thông qua việc thu thập dữ liệu chi phí thấp và mở rộng quy mô, kết hợp với công nghệ tăng cường dữ liệu độc đáo, họ đã đạt được ba bước tiến quan trọng về chất lượng, đa dạng và quy mô dữ liệu. Đồng thời, mỗi tài sản dữ liệu đều có nguồn gốc trên chuỗi tin cậy (On-chain Provenance), cùng nhau xây dựng một thư viện nhiên liệu cốt lõi thúc đẩy sự tiến hóa của trí tuệ máy biến chung (RGI) phi phương tiện.

Axis đã đổi mới phương thức cung cấp dữ liệu huấn luyện cho robot. Đa số các dự án khác "cung cấp dữ liệu huấn luyện cho robot" trên thị trường chủ yếu thông qua việc kêu gọi người dùng quay và tải lên video thực hiện hành động cụ thể trong thế giới thực thông qua điện thoại di động, kính thông minh và thiết bị khác, để đạt sự tham gia của người dùng với ngưỡng thấp và trên toàn cầu. Mặc dù chi phí nhận dữ liệu này thấp, nhưng dữ liệu thu thập từ video thiếu tính thực tế vật lý, thiếu thông tin sâu, không thể đảm bảo tính liên tục và chính xác của dữ liệu 3D.

Thông qua "mô phỏng", Axis đã giải quyết vấn đề này, nghĩa là trong môi trường mô phỏng, thông qua nhiều kịch bản mô phỏng đa dạng (ánh sáng, góc độ, ma sát, động lực và nhiều hơn nữa), cho phép mô hình hoàn thành nhiệm vụ trong điều kiện ảo nghiêm ngặt và vẫn có khả năng tổng quát mạnh mẽ. Axis áp dụng Chiến lược Kết hợp (Hybrid Strategy), kết hợp dữ liệu thực sự khan hiếm và dữ liệu tổng hợp hàng loạt. Sử dụng công nghệ tăng cường dữ liệu siêu dữ liệu được tăng cường bởi GPU, thực hiện sự đa dạng lớn về ánh sáng, kết cấu, thuộc tính vật lý trong mỗi kịch bản. Môi trường ảo không cố định, không bị trùng lặp bởi mã, mà có thể linh hoạt điều chỉnh. Mã có thể tạo ra vô số kịch bản, giúp robot đối mặt với thách thức khắt khe và toàn diện trong từng tình huống. Chi phí để tạo ra các kịch bản thấp, trong khi sản lượng cao, cách tiếp cận tiêu biểu này đã được một số ông lớn như Google, Nvidia xác minh.

Axis đã hoàn thành dự án học máy mô phỏng đầu tiên mà họ giới thiệu công khai cho cộng đồng, đó là "Hoa hồng của Hoàng tử bé". Trong dự án "Hoa hồng của Hoàng tử bé", người dùng cần cho robot thực hiện hành động tưới cây một lần thành công trong môi trường mô phỏng thông qua trang web. Thông qua việc thu thập và phân tích hoạt động của người dùng, robot học cách tưới cây. Người dùng có thể từ xa điều khiển robot thông qua trang web, không chỉ giữ nguyên cách tiếp cận chi phí thấp và ngưỡng mở của việc tải lên video mà còn xây dựng một mô hình cơ sở VLA (Vision-Language-Action) 3D tự nhiên cho robot, tăng cường khả năng hiểu không gian ba chiều cho việc nhập dữ liệu video vào robot.

Dự án "Hoa của Hoàng Tử Nhỏ" chỉ sau 5 ngày từ khi ra mắt, đã thu hút hàng ngàn lộ trình chất lượng cao từ người dùng thông thường trên toàn cầu không có nền tảng trong ngành robot thông qua trải nghiệm thú vị, có thể sử dụng để đào tạo chiến lược. Dựa trên dữ liệu này, Axis đã thành công huấn luyện mô hình chiến lược và hoàn thành việc tái tạo thực tế của cánh tay cơ khí Franka. Điều này đánh dấu việc Axis hoàn thành chuỗi công nghệ đóng cửa từ "tạo nhiệm vụ -> thu thập cộng đồng -> tăng cường dữ liệu -> huấn luyện mô hình -> triển khai thực tế".

1 giờ dữ liệu thực, có thể chuyển đổi thành 1000 giờ dữ liệu huấn luyện, đòn bẩy hiệu suất này đã giảm đáng kể chi phí cần thiết cho việc tổng quát hóa mô hình robot.

Trong kỳ thử nghiệm Beta vào dịp Tết, cũng chỉ sau 5 ngày, 18.000 người tham gia không có nền tảng trong ngành robot trên Axis đã hoàn thành 27 nhiệm vụ mới hoàn toàn, đóng góp hơn 10.000 lộ trình dữ liệu. Thử nghiệm đã hỗ trợ mức độ ngẫu nhiên trong nhiệm vụ rất cao và xác minh tính tương thích với các tài sản đa dạng như robot bánh xe, robot hai tay.

Sản phẩm cốt lõi của Axis sẽ chính thức ra mắt vào cuối tháng 3, và kế hoạch mở nguồn dữ liệu mô phỏng thuần túy lớn nhất thế giới dựa trên cánh tay cơ khí Franka vào cuối tháng 4 hoặc đầu tháng 5, hoàn toàn đáp ứng nhu cầu đào tạo chiến lược và mô hình. Đồng thời, Axis là một dự án đua xe robot xuất phát từ Crypto-AI, đã bắt đầu khám phá và thúc đẩy triển khai ngoại vi trong ngành, tập trung vào nhiều khách hàng mẫu chuyên ngành, tăng tốc quá trình triển khai thương mại hóa: hợp tác với một công ty ô tô để thúc đẩy triển khai giải pháp tự động hóa sản xuất; hợp tác với một công ty tính năng sắp IPO về năng lực tính toán để đạt được sự đồng thuận hợp tác trong tài sản ảo và mô hình thế giới; và thiết lập mối quan hệ hợp tác sâu rộng với nhiều doanh nghiệp có bản chất về thu thập dữ liệu mô phỏng ảo và huấn luyện mô hình. Tất cả những điều này đều phản ánh tính ngoại lai hiếm có của dự án Crypto.

GEODNET

Mạng không trung tâm cung cấp dữ liệu định vị động chính xác đến mức milimét cho các thiết bị như drone, robot, với hơn 21.000 trạm cơ sở hoạt động trên hơn 150 quốc gia. Trong năm vừa qua, dự án này đã có doanh thu vượt 7 triệu đô la và có xu hướng tăng trưởng từng quý.

Mặc dù dự án này thường được phân loại trong DePIN hơn, nhưng với việc ứng dụng công nghệ robot trong cuộc sống hàng ngày, nhu cầu về dữ liệu định vị động chính xác cao dự kiến sẽ lan rộng hơn. Vào tháng 2 năm 2025, Multicoin thông báo dẫn đầu với 8 triệu đô la để mua lại 8 triệu đô la giá trị đồng token $GEDO từ Quỹ GEODNET.

BitRobot

Mạng BitRobot được phát triển bởi FrodoBots Lab và Protocol Labs, với mục tiêu thực hiện công việc và hợp tác của robot phân tán. Các thành phần chính bao gồm: Công việc robot có thể xác minh (VRW, một chỉ báo lượng tử hóa của phần thưởng mạng) được xác định và xác minh nhiệm vụ robot, Mã thông báo thiết bị mạng (ENT, là một loại thông tin cá nhân duy nhất của robot trong hệ thống, tồn tại dưới dạng NFT) được sử dụng để sở hữu thiết bị và truy cập mạng, và mạng lưới con (tập hợp nguồn tài nguyên tạo ra giá trị cho mạng BitRobot) được sử dụng làm lớp thực thi công việc.

Ngày 14 tháng 2 năm 2025, FrodoBots Lab thông báo hoàn thành vòng ký gửi hạt giống trị giá 6 triệu USD, tổng số vốn huy động đạt 8 triệu USD.

FrodoBots Lab cũng bán robot, Earth Rovers giống như trong trò chơi Mario Kart thực tế, có giá 249 USD, người chơi có thể từ xa điều khiển robot của mình qua trình duyệt trong trò chơi săn kho báu toàn cầu ET Fugi, dữ liệu này được cung cấp cho các nhà nghiên cứu triển khai và kiểm tra mô hình điều hướng AI mới nhất của họ. ET Fugi cũng là một mạng lưới con của BitRobot.

Một robot trò chơi khác có tên là Octo Arms cũng sẽ được ra mắt trong tương lai, người chơi sẽ điều khiển cánh tay cơ học từ xa để hoàn thành các trò chơi ghép hình 3D và các cuộc thi.

Khái niệm “mạng lưới con” của mạng robot này khá trừu tượng, nói một cách đơn giản, bất kỳ cụm (hoặc dự án/sự kiện cụ thể mà cụm đó thực hiện) nào có thể đóng góp vào hệ sinh thái mạng tổng thể đều là một mạng lưới con, ví dụ như trò chơi ET Fugi đã đề cập ở trên, cũng như SeeSaw mà Virtuals đã giới thiệu.

SeeSaw

Mạng lưới con thứ 5 của BitRobot, được Virtuals ra mắt vào tháng 10 năm ngoái, là ứng dụng chia sẻ dữ liệu huấn luyện robot. Trong SeeSaw, người dùng quay video về hành vi hàng ngày của mình, tải lên để hoàn thành nhiệm vụ và nhận phần thưởng. Dữ liệu video về hành vi hàng ngày này từ người dùng trên toàn cầu sẽ được sử dụng để huấn luyện robot.

Auki

Mạng cảm biến máy de trung tâm của Auki Posemesh được sử dụng để kết nối con người, thiết bị và AI, điểm mạnh của nó là kiến trúc DePIN (mạng thực thể phi trung tâm), cho phép robot, kính AR và các thiết bị khác chia sẻ vị trí và dữ liệu cảm biến theo thời gian thực, cùng xây dựng sự hiểu biết không gian hợp tác về thế giới vật lý, cung cấp cho robot, AR và AI cái nhìn không gian chung.

Dựa trên giao thức Posemesh, đã thiết kế nhiều vai trò nút. Các nút tính toán cung cấp sức mạnh tính toán, nút chuyển động (đầu cuối robot) tải lên thông tin vị trí và dữ liệu cảm biến, nút tái tạo tạo ra mô hình bản đồ 3D dựa trên đó và nút domain quản lý không gian 3D. Các nút nhận được đề xuất từ $AUKI thưởng mã token, thúc đẩy mạng lưới thị giác máy tự tiến hóa.

Mạng lưới này nhấn mạnh việc bảo vệ quyền riêng tư, tránh cho một thực thể duy nhất giám sát không gian riêng tư của người dùng, đồng thời có thể áp dụng trong nhiều kịch bản ứng dụng, chẳng hạn như bán lẻ (tối ưu hóa trưng bày sản phẩm), quản lý bất động sản (theo dõi tài sản) và hướng dẫn triển lãm, trang trí công trình xây dựng và cảnh quan khác.

Nền tảng tính toán không gian trí tuệ nhân tạo của họ, Cactus AI, đã tiến hành thử nghiệm tích cực với công ty vận chuyển vật liệu của Toyota và siêu thị Stora Coop tại Thụy Điển.

XMAQUINA

DAO cho phép cá nhân tiểu thương tham gia đầu tư vào doanh nghiệp robot. DAO này đã thu về 10 triệu đô la thông qua việc bán phần $DEUS token của mình theo từng đợt. Hiện tại, DAO đã sử dụng số tiền thu được từ việc đấu giá để mua cổ phần của 6 công ty trong lĩnh vực robot bao gồm Apptronik, Figure AI, Agility Robotics, 1X Tech, NEURA Robotics và Robotico, một phần của các khoản đầu tư đã bắt đầu có lãi, thậm chí có lãi suất lên đến hơn 100% trong một giao dịch.

PrismaX

Vào ngày 17 tháng 6 năm 2025, PrismaX đã thông báo hoàn thành việc huy động 11 triệu đô la, các nhà đầu tư bao gồm a16z CSX, Volt Capital, Blockchain Builders Fund, Stanford Blockchain Accelerator và Virtuals.

PrismaX xây dựng một tầng phối hợp mở, kết nối người điều khiển từ xa, người dùng robot và công ty robot. Người điều khiển có thể kết nối với người dùng, điều khiển robot từ xa, hoàn thành nhiệm vụ thực tế, đồng thời thu thập dữ liệu có giá trị. Họ cũng có thể yêu cầu các dịch vụ thực tế như logistics và quảng cáo.

PrismaX cũng có một giao thức điều khiển robot từ xa, các doanh nghiệp có thể tìm kiếm những người điều khiển robot có thể hoàn thiện nhiệm vụ phức tạp, giàu kinh nghiệm trên cơ sở này, người điều khiển có thể chọn đặt cược token mạng để tăng độ tin cậy và tăng cơ hội nhận nhiệm vụ có tỷ suất lợi nhuận cao. Lợi nhuận của người đặt cược không chỉ phụ thuộc vào số lượng đặt cược của họ mà còn phụ thuộc vào chất lượng công việc của họ, và với sự gia tăng hiệu suất làm việc, cũng sẽ nhận được thưởng bổ sung.

Và dữ liệu tích luỹ từ hoạt động từ xa sẽ được sử dụng để huấn luyện robot nhằm nâng cao tính tự trị của robot, từ đó cải thiện hiệu suất làm việc của nhà điều khiển từ xa, cuối cùng đạt được việc tự động hóa cao độ hoặc hoàn toàn cho robot.

Đại Lý NRN

NRN là kết quả phát triển từ AI Agent trong Trận chiến Trực tuyến Thời gian thực trên Nền tảng Huấn luyện AI Arena. Vào ngày 28 tháng 10 năm 2021, nhà phát triển ArenaX Labs thông báo hoàn tất vòng huy động mạnh khoảng 5 triệu đô la Mỹ, với Paradigm Capital dẫn đầu, Framework Venture Partners tham gia. Vào ngày 9 tháng 1 năm 2024, ArenaX Labs thông báo hoàn tất vòng huy động mới 6 triệu đô la Mỹ, do Framework Ventures dẫn đầu, SevenX Ventures, FunPlus/Xterio và Moore Strategic Ventures tham gia.

Mặc dù về cơ bản cũng là quá trình thu thập dữ liệu->học máy củng cố, nhưng nhờ vào kinh nghiệm phong phú trong lĩnh vực trò chơi, NRN cung cấp trải nghiệm trên trình duyệt, chuyển đổi việc thu thập dữ liệu robot thành trò chơi, người dùng có thể điều khiển robot mô phỏng một cách trực quan thông qua trình duyệt. Trong quá trình trò chơi, dữ liệu hành vi được tạo ra bởi người dùng được sử dụng để huấn luyện hệ thống robot thực tế.

Trong giai đoạn hiện tại, dự án sẽ tập trung vào cánh tay máy (RME-1), để xác minh việc thu thập dữ liệu, học tập thời gian thực và tính linh hoạt.

Chào mừng bạn tham gia cộng đồng chính thức của BlockBeats:

Nhóm Telegram đăng ký: https://t.me/theblockbeats

Nhóm Telegram thảo luận: https://t.me/BlockBeats_App

Tài khoản Twitter chính thức: https://twitter.com/BlockBeatsAsia